फोकर-प्लैंक समीकरण

सांख्यिकीय यांत्रिकी और सूचना सिद्धांत में, फोककर-प्लैंक समीकरण आंशिक अंतर समीकरण है जो प्रकार कि गति की तरह ड्रैग (भौतिकी) बलों और यादृच्छिक बलों के प्रभाव में कण के वेग की संभाव्यता घनत्व फलन के समय विकास का वर्णन करता है। समीकरण को अन्य वेधशालाओं के लिए भी सामान्यीकृत किया जा सकता है। फोककर-प्लैंक समीकरण के सूचना सिद्धांत, ग्राफ सिद्धांत, डेटा विज्ञान, वित्त, अर्थशास्त्र आदि में अनेक अनुप्रयोग हैं।

इसका नाम एड्रियन फोकर और मैक्स प्लैंक के नाम पर रखा गया है, जिन्होंने 1914 और 1917 में इसका वर्णन किया था। इसे एंड्री कोलमोगोरोव के नाम पर कोलमोगोरोव फॉरवर्ड समीकरण के रूप में भी जाना जाता है, जिन्होंने 1931 में स्वतंत्र रूप से इसकी खोज की थी। जब इसे कण स्थिति वितरण पर प्रयुक्त किया जाता है, तो इसे स्मोलुचोव्स्की समीकरण (मैरियन स्मोलुचोव्स्की के बाद) के रूप में जाना जाता है। और इस संदर्भ में यह संवहन-प्रसार समीकरण के सामान्तर है। जब कण स्थिति और संवेग वितरण पर प्रयुक्त किया जाता है, तो इसे क्लेन-क्रैमर्स समीकरण के रूप में जाना जाता है। शून्य प्रसार वाला स्तिथि निरंतरता समीकरण है। फोककर-प्लैंक समीकरण क्रेमर्स-मोयल विस्तार के माध्यम से मास्टर समीकरण से प्राप्त किया जाता है।

मौलिक यांत्रिकी और क्वांटम यांत्रिकी की एकल योजना में फोककर-प्लैंक समीकरण की पहली सुसंगत सूक्ष्म व्युत्पत्ति निकोले बोगोल्युबोव और निकोलाई मित्रोफ़ानोविच क्रायलोव द्वारा की गई थी।

एक आयाम

एक स्थानिक आयाम x में, मानक वीनर प्रक्रिया $W_{t}$ द्वारा संचालित और स्टोकेस्टिक विभेदक समीकरण (एसडीई) द्वारा वर्णित इटो कैलकुलस के लिए उपयोग किया जाता है | तथा, प्रक्रिया

$$dX_{t}=\mu (X_{t},t)\,dt+\sigma (X_{t},t)\,dW_{t}$$

ड्रिफ्ट $\mu (X_{t},t)$ और प्रसार गुणांक $D(X_{t},t)=\sigma ^{2}(X_{t},t)/2$ वेग के साथ, तथा यादृच्छिक वेरिएबल का $X_{t}$ संभाव्यता घनत्व $p(x,t)$ के लिए फोककर-प्लैंक का समीकरण है

${\frac {\partial }{\partial t}}p(x,t)=-{\frac {\partial }{\partial x}}\left[\mu (x,t)p(x,t)\right]+{\frac {\partial ^{2}}{\partial x^{2}}}\left[D(x,t)p(x,t)\right].$

इटो एसडीई और फोककर-प्लैंक समीकरण के बीच लिंक

निम्नलिखित में प्रयोग करें $\sigma ={\sqrt {2D}}$.

इन्फिनिटेसिमल जेनरेटर (स्टोकेस्टिक प्रक्रियाएं) को परिभाषित करें ${\mathcal {L}}$ (निम्नलिखित Ref में पाया जा सकता है।):

$${\mathcal {L}}p(X_{t})=\lim _{\Delta t\to 0}{\frac {1}{\Delta t}}\left(\mathbb {E} {\big [}p(X_{t+\Delta t})\mid X_{t}=x{\big ]}-p(x)\right).$$

संक्रमण की संभावना $\mathbb {P} _{t,t'}(x\mid x')$, से जाने की संभावना $(t',x')$ को $(t,x)$, यहाँ प्रस्तुत है; अपेक्षा को इस प्रकार लिखा जा सकता है

$$\mathbb {E} (p(X_{t+\Delta t})\mid X_{t}=x)=\int p(y)\,\mathbb {P} _{t+\Delta t,t}(y\mid x)\,dy.$$

अब हम की परिभाषा ${\mathcal {L}}$ में प्रतिस्थापित करते हैं,$\mathbb {P} _{t,t'}(x\mid x')$ से गुणा करते है और $dx$.एकीकृत करके सीमा पर ले लिया गया है

$$\int p(y)\int \mathbb {P} _{t+\Delta t,t}(y\mid x)\,\mathbb {P} _{t,t'}(x\mid x')\,dx\,dy-\int p(x)\,\mathbb {P} _{t,t'}(x\mid x')\,dx.$$

अब उस पर ध्यान दें

$$\int \mathbb {P} _{t+\Delta t,t}(y\mid x)\,\mathbb {P} _{t,t'}(x\mid x')\,dx=\mathbb {P} _{t+\Delta t,t'}(y\mid x'),$$

जो चैपमैन-कोलमोगोरोव प्रमेय है। डमी वेरिएबल $y$ को $x$ में बदलते है, तब हमे वन मिलता है

$${\begin{aligned}\int p(x)\lim _{\Delta t\to 0}{\frac {1}{\Delta t}}\left(\mathbb {P} _{t+\Delta t,t'}(x\mid x')-\mathbb {P} _{t,t'}(x\mid x')\right)\,dx,\end{aligned}}$$

जो उस समय व्युत्पन्न है. अंतत: हम पहुँचे

$$\int [{\mathcal {L}}p(x)]\mathbb {P} _{t,t'}(x\mid x')\,dx=\int p(x)\,\partial _{t}\mathbb {P} _{t,t'}(x\mid x')\,dx.$$

यहां से, कोलमोगोरोव पिछड़े समीकरण का अनुमान लगाया जा सकता है। यदि हम इसके अतिरिक्त ${\mathcal {L}}$, ${\mathcal {L}}^{\dagger }$, संयुक्त संचालक का उपयोग करते हैं तब इसे इस प्रकार परिभाषित किया गया है

$$\int [{\mathcal {L}}p(x)]\mathbb {P} _{t,t'}(x\mid x')\,dx=\int p(x)[{\mathcal {L}}^{\dagger }\mathbb {P} _{t,t'}(x\mid x')]\,dx,$$

फिर हम कोलमोगोरोव फॉरवर्ड समीकरण, या फोककर-प्लैंक समीकरण पर पहुंचते हैं, जो अंकन $p(x,t)=\mathbb {P} _{t,t'}(x\mid x')$ को सरल बनाता है जो इसे इसके विभेदक रूप में पढ़ता है

$${\mathcal {L}}^{\dagger }p(x,t)=\partial _{t}p(x,t).$$

स्पष्ट रूप से ${\mathcal {L}}$ को परिभाषित करने का उद्देश्य बना हुआ है इसे इटो लेम्मा के अभिन्न रूप से अपेक्षा करते हुए किया जा सकता है:

$$\mathbb {E} {\big (}p(X_{t}){\big )}=p(X_{0})+\mathbb {E} \left(\int _{0}^{t}\left(\partial _{t}+\mu \partial _{x}+{\frac {\sigma ^{2}}{2}}\partial _{x}^{2}\right)p(X_{t'})\,dt'\right).$$

वह भाग $dW_{t}$ है जिस पर निर्भर करता है मार्टिंगेल संपत्ति के कारण विलुप्त हो गया था ।

फिर, एक Itô समीकरण के अधीन कण के लिए, इसका का उपयोग कर

$${\mathcal {L}}=\mu \partial _{x}+{\frac {\sigma ^{2}}{2}}\partial _{x}^{2},$$

भागों द्वारा एकीकरण का उपयोग करके इसकी गणना आसानी से की जा सकती है

$${\mathcal {L}}^{\dagger }=-\partial _{x}(\mu \cdot )+{\frac {1}{2}}\partial _{x}^{2}(\sigma ^{2}\cdot ),$$

जो हमें फोककर-प्लैंक समीकरण पर लाता है:

$$\partial _{t}p(x,t)=-\partial _{x}{\big (}\mu (x,t)\cdot p(x,t){\big )}+\partial _{x}^{2}\left({\frac {\sigma (x,t)^{2}}{2}}\,p(x,t)\right).$$

जबकि फोककर-प्लैंक समीकरण का उपयोग उन समस्याओं के साथ किया जाता है जहां प्रारंभिक वितरण ज्ञात होता है, यदि समस्या पिछले समय के वितरण को जानने की है, अर्थात तब फेनमैन-केएसी सूत्र का उपयोग किया जा सकता है, जो कोलमोगोरोव पिछड़े समीकरण का परिणाम है।

इटो अर्थ में ऊपर परिभाषित स्टोकेस्टिक प्रक्रिया को स्ट्रैटोनोविच इंटीग्रल कन्वेंशन के अंदर स्ट्रैटोनोविच एसडीई के रूप में फिर से लिखा जा सकता है:

$$dX_{t}=\left[\mu (X_{t},t)-{\frac {1}{2}}{\frac {\partial }{\partial X_{t}}}D(X_{t},t)\right]\,dt+{\sqrt {2D(X_{t},t)}}\circ dW_{t}.$$

यदि ध्वनि स्थान -निर्भर है तो इसमें प्रसार स्लोप प्रभावों के कारण अतिरिक्त ध्वनि -प्रेरित ड्रिफ्ट शब्द सम्मिलित है। इस संयुग्मित का उपयोग अधिकांशतः भौतिक अनुप्रयोगों में किया जाता है। तथा इसमें मुख्य रूप से , यह सर्वविदित है कि स्ट्रैटोनोविच एसडीई का कोई भी समाधान इटो एसडीई का समाधान होता है।

निरंतर प्रसार के साथ शून्य-ड्रिफ्ट समीकरण को मौलिक ब्राउनियन गति का मॉडल माना जा सकता है:

$${\frac {\partial }{\partial t}}p(x,t)=D_{0}{\frac {\partial ^{2}}{\partial x^{2}}}\left[p(x,t)\right].$$

यदि $\{0\leq x\leq L\}$ के लिए निश्चित सीमाओं की नियम का उपयोग किया जाए तो इस मॉडल में समाधानों का भिन्न -भिन्न स्पेक्ट्रम रूप पाए जाते है :

$$p(0,t)=p(L,t)=0,$$

$$p(x,0)=p_{0}(x).$$

यह दर्शाया गया है इस स्तिथियों में समाधानों का विश्लेषणात्मक स्पेक्ट्रम समन्वय-वेग चरण मात्रा के लिए स्थानीय अनिश्चितता संबंध प्राप्त करने की अनुमति देता है:

$$\Delta x\,\Delta v\geq D_{0}.$$

यहाँ $D_{0}$ संबंधित प्रसार स्पेक्ट्रम $D_{j}$ का न्यूनतम मान है, जबकि $\Delta x$ और $\Delta v$ निर्देशांक-वेग परिभाषा की अनिश्चितता का प्रतिनिधित्व करते हैं।

उच्च आयाम

अधिक सामान्यतः, यदि

$$d\mathbf {X} _{t}={\boldsymbol {\mu }}(\mathbf {X} _{t},t)\,dt+{\boldsymbol {\sigma }}(\mathbf {X} _{t},t)\,d\mathbf {W} _{t},$$

जहाँ $\mathbf {X} _{t}$ और ${\boldsymbol {\mu }}(\mathbf {X} _{t},t)$ N-आयामी यादृच्छिक सदिश (ज्यामिति), तथा ${\boldsymbol {\sigma }}(\mathbf {X} _{t},t)$ $N\times M$ आव्युह है और $\mathbf {W} _{t}$ M-आयामी मानक वीनर प्रक्रिया है, $\mathbf {X} _{t}$के लिए संभाव्यता घनत्व $p(\mathbf {x} ,t)$ फोकर-प्लैंक समीकरण को संतुष्ट करता है

${\frac {\partial p(\mathbf {x} ,t)}{\partial t}}=-\sum _{i=1}^{N}{\frac {\partial }{\partial x_{i}}}\left[\mu _{i}(\mathbf {x} ,t)p(\mathbf {x} ,t)\right]+\sum _{i=1}^{N}\sum _{j=1}^{N}{\frac {\partial ^{2}}{\partial x_{i}\,\partial x_{j}}}\left[D_{ij}(\mathbf {x} ,t)p(\mathbf {x} ,t)\right],$

ड्रिफ्ट सदिश ${\boldsymbol {\mu }}=(\mu _{1},\ldots ,\mu _{N})$ और प्रसार टेन्सर ${\textstyle \mathbf {D} ={\frac {1}{2}}{\boldsymbol {\sigma \sigma }}^{\mathsf {T}}}$ के साथ, अर्थात।

$$D_{ij}(\mathbf {x} ,t)={\frac {1}{2}}\sum _{k=1}^{M}\sigma _{ik}(\mathbf {x} ,t)\sigma _{jk}(\mathbf {x} ,t).$$

यदि इटो एसडीई के अतिरिक्त , स्ट्रैटोनोविच इंटीग्रल पर विचार किया जाता है,

$$d\mathbf {X} _{t}={\boldsymbol {\mu }}(\mathbf {X} _{t},t)\,dt+{\boldsymbol {\sigma }}(\mathbf {X} _{t},t)\circ d\mathbf {W} _{t},$$

फोककर-प्लैंक समीकरण पढ़ेगा:

$${\frac {\partial p(\mathbf {x} ,t)}{\partial t}}=-\sum _{i=1}^{N}{\frac {\partial }{\partial x_{i}}}\left[\mu _{i}(\mathbf {x} ,t)\,p(\mathbf {x} ,t)\right]+{\frac {1}{2}}\sum _{k=1}^{M}\sum _{i=1}^{N}{\frac {\partial }{\partial x_{i}}}\left\{\sigma _{ik}(\mathbf {x} ,t)\sum _{j=1}^{N}{\frac {\partial }{\partial x_{j}}}\left[\sigma _{jk}(\mathbf {x} ,t)\,p(\mathbf {x} ,t)\right]\right\}$$

सामान्यीकरण

सामान्यतः, फोककर-प्लैंक समीकरण सामान्य कोलमोगोरोव फॉरवर्ड समीकरण का विशेष स्तिथि है

$$\partial _{t}\rho ={\mathcal {A}}^{*}\rho$$

जहां रैखिक संचालक ${\mathcal {A}}^{*}$ मार्कोव प्रक्रिया के लिए इन्फिनिटेसिमल जनरेटर (स्टोकेस्टिक प्रक्रियाएं) से जुड़ा हर्मिटियन है।

उदाहरण

वीनर प्रक्रिया

एक मानक अदिश वीनर प्रक्रिया स्टोकेस्टिक विभेदक समीकरण द्वारा उत्पन्न होती है

$$dX_{t}=dW_{t}.$$

यहां ड्रिफ्ट पद शून्य है और प्रसार गुणांक 1/2 है। इस प्रकार संगत फोकर-प्लैंक समीकरण है

$${\frac {\partial p(x,t)}{\partial t}}={\frac {1}{2}}{\frac {\partial ^{2}p(x,t)}{\partial x^{2}}},$$

जो प्रसार समीकरण का सबसे सरल रूप है। यदि प्रारंभिक स्थिति है $p(x,0)=\delta (x)$, समाधान है

$$p(x,t)={\frac {1}{\sqrt {2\pi t}}}e^{-{x^{2}}/({2t})}.$$

ऑर्नस्टीन-उहलेनबेक प्रक्रिया

ऑर्नस्टीन-उहलेनबेक प्रक्रिया ऐसी प्रक्रिया है जिसे इस प्रकार परिभाषित किया गया है

$$dX_{t}=-aX_{t}dt+\sigma dW_{t}.$$

जहाँ $a>0$ के साथ. भौतिक रूप से, इस समीकरण को इस प्रकार प्रेरित किया जा सकता है: जैसे द्रव्यमान $m$ का कण वेग $V_{t}$ के साथ किसी माध्यम घूम रहा है, उदाहरण के लिए, तरल पदार्थ में जाने पर, घर्षण बल का अनुभव होगा जो गति का प्रतिरोध करता है कि जिसका परिमाण कण के वेग $-aV_{t}$ के साथ $a=\mathrm {constant}$ आनुपातिक होने के रूप में अनुमानित किया जा सकता है. माध्यम में उपस्तिथ अन्य कण , कण से टकराते समय इच्छानुसार उसे लात मारेंगे और इस प्रभाव को श्वेत ध्वनि शब्द द्वारा अनुमानित किया जा सकता है; $\sigma (dW_{t}/dt)$. न्यूटन का दूसरा नियम इस प्रकार लिखा गया है कि

$$m{\frac {dV_{t}}{dt}}=-aV_{t}+\sigma {\frac {dW_{t}}{dt}}.$$

सरलता के लिए $m=1$ लेने और नोटेशन को $V_{t}\rightarrow X_{t}$ के रूप में बदलने से परिचित रूप प्राप्त होता है $dX_{t}=-aX_{t}dt+\sigma dW_{t}$

संबंधित फोकर-प्लैंक समीकरण है

$${\frac {\partial p(x,t)}{\partial t}}=a{\frac {\partial }{\partial x}}\left(x\,p(x,t)\right)+{\frac {\sigma ^{2}}{2}}{\frac {\partial ^{2}p(x,t)}{\partial x^{2}}},$$

स्थिर समाधान ($\partial _{t}p=0$) है

$$p_{ss}(x)={\sqrt {\frac {a}{\pi \sigma ^{2}}}}e^{-{\frac {ax^{2}}{\sigma ^{2}}}}.$$

प्लाज्मा भौतिकी

प्लाज्मा भौतिकी में, कण प्रजाति $s$, $p_{s}(\mathbf {x} ,\mathbf {v} ,t)$ के लिए वितरण फलन(भौतिकी)।, संभाव्यता घनत्व फलन का स्थान लेता है। संबंधित बोल्ट्ज़मैन समीकरण द्वारा दिया गया है

$${\frac {\partial p_{s}}{\partial t}}+\mathbf {v} \cdot {\boldsymbol {\nabla }}p_{s}+{\frac {Z_{s}e}{m_{s}}}\left(\mathbf {E} +\mathbf {v} \times \mathbf {B} \right)\cdot {\boldsymbol {\nabla }}_{v}p_{s}=-{\frac {\partial }{\partial v_{i}}}\left(p_{s}\langle \Delta v_{i}\rangle \right)+{\frac {1}{2}}{\frac {\partial ^{2}}{\partial v_{i}\,\partial v_{j}}}\left(p_{s}\langle \Delta v_{i}\,\Delta v_{j}\rangle \right),$$

जहां तीसरे पद में लोरेंत्ज़ बल के कारण कण त्वरण सम्मिलित है और दाईं ओर फोककर-प्लैंक शब्द कण टकराव के प्रभावों को दर्शाता है। मात्राएँ $\langle \Delta v_{i}\rangle$ और $\langle \Delta v_{i}\,\Delta v_{j}\rangle$ इकाई समय में अन्य सभी कण प्रजातियों के साथ टकराव के कारण $s$ प्रकार का कण वेग में औसत परिवर्तन है इन मात्राओं के लिए व्यंजक अन्यत्र दिए गए हैं। यदि मॅनगेटों को नजरअंदाज कर दिया जाता है, तो बोल्ट्ज़मैन समीकरण व्लासोव समीकरण में बदल जाता है।

स्मोलुचोव्स्की प्रसार समीकरण

बाह्य बल $F(r)$ के अधीन अत्यधिक नमीयुक्त ब्राउनियन कण पर विचार करें :

$$m{\ddot {r}}=-\gamma {\dot {r}}+F(r)+\sigma \xi (t)$$

जहां $m{\ddot {r}}$ शब्द नगण्य है (ओवरडैम्प्ड का अर्थ)। अत: यह न्याय संगत $\gamma dr=F(r)dt+\sigma dW_{t}$ है . इस कण के लिए फोककर-प्लैंक समीकरण स्मोलुचोव्स्की प्रसार समीकरण है:

$$\partial _{t}P(r,t|r_{0},t_{0})=\nabla \cdot [D(\nabla -\beta F(r))P(r,t|r_{0},t_{0})]$$

जहाँ $D$ प्रसार स्थिरांक है और $\beta ={\frac {1}{k_{\text{B}}T}}$. इस समीकरण का महत्व यह है कि यह कणों की प्रणाली पर तापमान के प्रभाव और स्थानिक रूप से निर्भर प्रसार स्थिरांक दोनों को सम्मिलित करने की अनुमति देता है।

फोककर-प्लैंक समीकरण से स्मोलुचोव्स्की समीकरण की व्युत्पत्ति

बाह्य क्षेत्र $F(r)$ में ब्राउनियन कण के लैंग्विन समीकरण से प्रारंभ करना , जहाँ $\gamma$ घर्षण शब्द है, $\xi$ कण पर एक उतार-चढ़ाव वाला बल है, और $\sigma$ उतार-चढ़ाव का आयाम है.

$$m{\ddot {r}}=-\gamma {\dot {r}}+F(r)+\sigma \xi (t)$$

संतुलन पर घर्षण बल जड़त्व बल $\left\vert \gamma {\dot {r}}\right\vert \gg \left\vert m{\ddot {r}}\right\vert$ से बहुत अधिक होता है, इसलिए, यह लैंग्विन समीकरण बन जाता है,

$$\gamma {\dot {r}}=F(r)+\sigma \xi (t)$$

जो निम्नलिखित फोकर-प्लैंक समीकरण उत्पन्न करता है,

$$\partial _{t}P(r,t|r_{0},t_{0})=\left(\nabla ^{2}{\frac {\sigma ^{2}}{2\gamma ^{2}}}-\nabla \cdot {\frac {F(r)}{\gamma }}\right)P(r,t|r_{0},t_{0})$$

फोककर-प्लैंक समीकरण को पुनर्व्यवस्थित करते हुए,

$$\partial _{t}P(r,t|r_{0},t_{0})=\nabla \cdot \left(\nabla D-{\frac {F(r)}{\gamma }}\right)P(r,t|r_{0},t_{0})$$

जहाँ $D={\frac {\sigma ^{2}}{2\gamma ^{2}}}$. ध्यान दें, यदि $\sigma$ या $\gamma$ स्थानिक रूप से निर्भर हैं तब प्रसार गुणांक आवश्यक रूप से स्थानिक रूप से स्वतंत्र नहीं हो सकता है

इसके बाद, किसी विशेष आयतन में कणों की कुल संख्या इस प्रकार दी जाती है,

$$N_{V}(t|r_{0},t_{0})=\int _{V}drP(r,t|r_{0},t_{0})$$

इसलिए, कणों के प्रवाह को किसी दिए गए आयतन में कणों की संख्या का समय व्युत्पन्न लेकर, फोककर-प्लैंक समीकरण में प्लग करके और फिर डायवर्जेंस प्रमेय | गॉस के प्रमेय को प्रयुक्त करके निर्धारित किया जा सकता है।

$$\partial _{t}N_{V}(t|r_{0},t_{0})=\int _{V}dV\nabla \cdot \left(\nabla D-{\frac {F(r)}{\gamma }}\right)P(r,t|r_{0},t_{0})=\int _{\partial V}d\mathbf {a} \cdot j(r,t|r_{0},t_{0})$$

$$j(r,t|r_{0},t_{0})=\left(\nabla D-{\frac {F(r)}{\gamma }}\right)P(r,t|r_{0},t_{0})$$

संतुलन में, यह माना जाता है कि फ्लक्स शून्य हो जाता है। इसलिए, बोल्ट्ज़मैन आँकड़ों को संतुलन में कणों के स्थान की संभावना के लिए प्रयुक्त किया जा सकता है, जहाँ $F(r)=-\nabla U(r)$ एक रूढ़िवादी बल है और एक कण के एक अवस्था $r$ में होने की संभावना है $P(r,t|r_{0},t_{0})={\frac {e^{-\beta U(r)}}{Z}}$ के रूप में दिया गया है

$$j(r,t|r_{0},t_{0})=\left(\nabla D-{\frac {F(r)}{\gamma }}\right){\frac {e^{-\beta U(r)}}{Z}}=0$$

$$\Rightarrow \nabla D=F(r)\left({\frac {1}{\gamma }}-D\beta \right)$$

यह संबंध उतार-चढ़ाव-अपव्यय प्रमेय का बोध है। अब $\nabla \cdot \nabla$ को $DP(r,t|r_{0},t_{0})$ प्रयुक्त कर रहे हैं और उतार-चढ़ाव-अपव्यय प्रमेय का उपयोग करते हुए,

$${\begin{aligned}\nabla \cdot \nabla DP(r,t|r_{0},t_{0})&=\nabla \cdot D\nabla P(r,t|r_{0},t_{0})+\nabla \cdot P(r,t|r_{0},t_{0})\nabla D\\&=\nabla \cdot D\nabla P(r,t|r_{0},t_{0})+\nabla \cdot P(r,t|r_{0},t_{0}){\frac {F(r)}{\gamma }}-\nabla \cdot P(r,t|r_{0},t_{0})D\beta F(r)\end{aligned}}$$

पुनर्व्यवस्थित करना,

$$\Rightarrow \nabla \cdot \left(\nabla D-{\frac {F(r)}{\gamma }}\right)P(r,t|r_{0},t_{0})=\nabla \cdot D(\nabla -\beta F(r))P(r,t|r_{0},t_{0})$$

इसलिए, फोककर-प्लैंक समीकरण स्मोलुचोव्स्की समीकरण बन जाता है,

$$\partial _{t}P(r,t|r_{0},t_{0})=\nabla \cdot D(\nabla -\beta F(r))P(r,t|r_{0},t_{0})$$

अपने इच्छानुसार के लिए $F(r)$.

कम्प्यूटेशनल विचार

ब्राउनियन गति लैंग्विन समीकरण का अनुसरण करती है, जिसे अनेक भिन्न -भिन्न स्टोकेस्टिक फोर्सिंग के लिए हल किया जा सकता है, जिसके परिणाम औसत होते हैं (आणविक गतिशीलता में विहित संयोजन)। चूँकि , इस कम्प्यूटेशनल रूप से गहन दृष्टिकोण के अतिरिक्त , कोई फोककर-प्लैंक समीकरण का उपयोग कर सकता है और अंतराल में कण का वेग और संभाव्यता $p(\mathbf {v} ,t)\,d\mathbf {v}$ पर विचार कर सकता है $(\mathbf {v} ,\mathbf {v} +d\mathbf {v} )$ जब यह समय 0 पर $\mathbf {v} _{0}$ अपनी गति प्रारम्भ करता है .

फोककर-प्लैंक समीकरण के समाधान की तुलना में 1-डी रैखिक क्षमता में कणों के लिए ब्राउनियन गतिशीलता सिमुलेशन

1-D रैखिक संभावित उदाहरण

एक आयाम में ब्राउनियन गतिकी सरल है।

सिद्धांत

$U(x)=cx$ प्रपत्र की रैखिक क्षमता से प्रारंभ करना संगत स्मोलुचोव्स्की समीकरण बन जाता है,

$$\partial _{t}P(x,t|x_{0},t_{0})=\partial _{x}D(\partial _{x}+\beta c)P(x,t|x_{0},t_{0})$$

जहां प्रसार स्थिरांक, $D$, स्थान और समय पर स्थिर है। सीमा की स्थितियाँ ऐसी हैं कि संभावना $x\rightarrow \pm \infty$ विलुप्त हो जाती है कणों के समूह की प्रारंभिक स्थिति के साथ ही स्थान $P(x,t|x_{0},t_{0})=\delta (x-x_{0})$ से प्रारंभ होते है |.

$\tau =Dt$ और $b=\beta c$ को परिभाषित और समन्वय परिवर्तन को प्रयुक्त करना ही इसका कार्य होता है |

$$y=x+\tau b,\ \ \ y_{0}=x_{0}+\tau _{0}b$$

$P(x,t,|x_{0},t_{0})=q(y,\tau |y_{0},\tau _{0})$ के साथ स्मोलुचोकी का समीकरण बन जाता है,

$$\partial _{\tau }q(y,\tau |y_{0},\tau _{0})=\partial _{y}^{2}q(y,\tau |y_{0},\tau _{0})$$

समाधान के साथ मुक्त प्रसार समीकरण कौन सा है,

$$q(y,\tau |y_{0},\tau _{0})={\frac {1}{\sqrt {4\pi (\tau -\tau _{0})}}}e^{-{\frac {(y-y_{0})^{2}}{4(\tau -\tau _{0})}}}$$

और मूल निर्देशांक में वापस परिवर्तित होने के बाद,

$$P(x,t|x_{0},t_{0})={\frac {1}{\sqrt {4\pi D(t-t_{0})}}}\exp {\left[{-{\frac {(x-x_{0}+D\beta c(t-t_{0}))^{2}}{4D(t-t_{0})}}}\right]}$$

सिमुलेशन

दाईं ओर का सिमुलेशन ब्राउनियन गतिकी सिमुलेशन का उपयोग करके पूरा किया गया था। पद्धति के लिए लैंग्विन समीकरण से प्रारंभ करते हुए यह

$$m{\ddot {x}}=-\gamma {\dot {x}}-c+\sigma \xi (t)$$

जहाँ $\gamma$ घर्षण शब्द है, $\xi$ कण पर उतार-चढ़ाव वाला बल है, और $\sigma$ उतार-चढ़ाव का आयाम है. संतुलन पर घर्षण बल जड़त्व बल से बहुत अधिक होता है, $\left|\gamma {\dot {x}}\right|\gg \left|m{\ddot {x}}\right|$. इसलिए, लैंग्विन समीकरण बन जाता है,

$$\gamma {\dot {x}}=-c+\sigma \xi (t)$$

ब्राउनियन गतिशील सिमुलेशन के लिए उतार-चढ़ाव बल $\xi (t)$ आयाम प्रणाली के तापमान ${\textstyle \sigma ={\sqrt {2\gamma k_{\text{B}}T}}}$ पर निर्भर होने के साथ गॉसियन माना जाता है . लैंग्विन समीकरण को फिर से लिखना,

$${\frac {dx}{dt}}=-D\beta c+{\sqrt {2D}}\xi (t)$$

जहाँ ${\textstyle D={\frac {k_{\text{B}}T}{\gamma }}}$ आइंस्टीन संबंध है. इस ब्राउनियन कण के पथ को संख्यात्मक रूप से अनुमानित करने के लिए इस समीकरण का एकीकरण यूलर-मारुयामा विधि का उपयोग करके किया गया था।

समाधान

आंशिक अंतर समीकरण होने के कारण, फोककर-प्लैंक समीकरण को केवल विशेष स्तिथियों में ही विश्लेषणात्मक रूप से हल किया जा सकता है। श्रोडिंगर समीकरण के साथ फोकर-प्लैंक समीकरण की औपचारिक सादृश्यता अनेक स्तिथियों में इसके समाधान के लिए क्वांटम यांत्रिकी से ज्ञात उन्नत संचालक विधियों के उपयोग की अनुमति देती है। इसके अतिरिक्त , ओवरडैम्प्ड गतिशीलता के स्तिथियों में जब फोककर-प्लैंक समीकरण में सभी स्थानिक वेरिएबल के संबंध में दूसरा आंशिक व्युत्पन्न होता है, तो समीकरण को मास्टर समीकरण के रूप में लिखा जा सकता है जिसे सरलता से संख्यात्मक रूप से हल किया जा सकता है। अनेक अनुप्रयोगों में, व्यक्ति केवल स्थिर-अवस्था संभाव्यता वितरण $p_{0}(x)$ में रुचि रखता है , जिसे ${\textstyle {\frac {\partial p(x,t)}{\partial t}}=0}$ यहां से पाया जा सकता है माध्य प्रथम मार्ग समय और विभाजन संभावनाओं की गणना को साधारण अंतर समीकरण के समाधान तक कम किया जा सकता है जो फोककर-प्लैंक समीकरण से घनिष्ठ रूप से संबंधित है।

ज्ञात समाधान और व्युत्क्रम वाले विशेष स्तिथियों

स्थानीय अस्थिरता के माध्यम से विकल्पों की अस्थिरता मुस्कान मॉडलिंग के लिए गणितीय वित्त में, किसी को मार्केट विकल्प उद्धरणों से प्राप्त संभाव्यता घनत्व के अनुरूप प्रसार गुणांक ${\sigma }(\mathbf {X} _{t},t)$ प्राप्त करने की समस्या होती है । इसलिए समस्या फोककर-प्लैंक समीकरण के विपरीत है: विकल्प मार्केट से निकाले गए X के अंतर्निहित विकल्प के घनत्व f(x,t) को देखते हुए, किसी लक्ष्य f के अनुरूप स्थानीय अस्थिरता ${\sigma }(\mathbf {X} _{t},t)$ का पता लगाना है यह व्युत्क्रम समस्या है जिसे सामान्यतः डुपाइरे (1994, 1997) द्वारा गैर-पैरामीट्रिक समाधान के साथ हल किया गया है। ब्रिगो और मर्कुरियो (2002, 2003) विशेष स्थानीय अस्थिरता ${\sigma }(\mathbf {X} _{t},t)$ के माध्यम से पैरामीट्रिक रूप में समाधान का प्रस्ताव करते हैं मिश्रण मॉडल द्वारा दिए गए फोककर-प्लैंक समीकरण के समाधान के अनुरूप होते है । तथा इससे अधिक जानकारी फेंगलर (2008) में भी उपलब्ध है। जहाँ गैदरल (2008), और मुसीला और रुत्कोव्स्की (2008) भी इसके बारे में जानते है।

फोकर-प्लैंक समीकरण और पथ अभिन्न

प्रत्येक फोककर-प्लैंक समीकरण पथ अभिन्न सूत्रीकरण के सामान्तर है। पथ अभिन्न सूत्रीकरण क्षेत्र सिद्धांत विधियों के अनुप्रयोग के लिए उत्कृष्ट प्रारंभिक बिंदु है। उदाहरण के लिए, इसका उपयोग क्रिटिकल फेनोमेना या क्रिटिकल डायनामिक्स में किया जाता है।

पाथ समाकलन की व्युत्पत्ति क्वांटम यांत्रिकी की तरह ही संभव है। वेरिएबल $x$ के साथ फोककर-प्लैंक समीकरण की व्युत्पत्ति इस प्रकार है। डेल्टा फलन सम्मिलित करके प्रारंभ करें और फिर भागों द्वारा एकीकृत करें:

$${\begin{aligned}{\frac {\partial }{\partial t}}p{\left(x',t\right)}&=-{\frac {\partial }{\partial x'}}\left[D_{1}(x',t)p(x',t)\right]+{\frac {\partial ^{2}}{\partial {x'}^{2}}}\left[D_{2}(x',t)p(x',t)\right]\\[5pt]&=\int _{-\infty }^{\infty }\mathrm {d} x\left(\left[D_{1}\left(x,t\right){\frac {\partial }{\partial x}}+D_{2}\left(x,t\right){\frac {\partial ^{2}}{\partial x^{2}}}\right]\delta \left(x'-x\right)\right)p\!\left(x,t\right).\end{aligned}}$$

यहां $x$वें -डेरिवेटिव केवल $\delta$-फलन पर कार्य करते हैं, $p(x,t)$ पर नहीं . समय अंतराल पर एकीकृत करें $\varepsilon$,

$$p(x',t+\varepsilon )=\int _{-\infty }^{\infty }\,\mathrm {d} x\left(\left(1+\varepsilon \left[D_{1}(x,t){\frac {\partial }{\partial x}}+D_{2}(x,t){\frac {\partial ^{2}}{\partial x^{2}}}\right]\right)\delta (x'-x)\right)p(x,t)+O(\varepsilon ^{2}).$$

फूरियर अभिन्न डालें

$$\delta {\left(x'-x\right)}=\int _{-i\infty }^{i\infty }{\frac {\mathrm {d} {\tilde {x}}}{2\pi i}}e^{{\tilde {x}}{\left(x-x'\right)}}$$

के लिए $\delta$-फलन ,

$${\begin{aligned}p(x',t+\varepsilon )&=\int _{-\infty }^{\infty }\mathrm {d} x\int _{-i\infty }^{i\infty }{\frac {\mathrm {d} {\tilde {x}}}{2\pi i}}\left(1+\varepsilon \left[{\tilde {x}}D_{1}(x,t)+{\tilde {x}}^{2}D_{2}(x,t)\right]\right)e^{{\tilde {x}}(x-x')}p(x,t)+O(\varepsilon ^{2})\\[5pt]&=\int _{-\infty }^{\infty }\mathrm {d} x\int _{-i\infty }^{i\infty }{\frac {\mathrm {d} {\tilde {x}}}{2\pi i}}\exp \left(\varepsilon \left[-{\tilde {x}}{\frac {(x'-x)}{\varepsilon }}+{\tilde {x}}D_{1}(x,t)+{\tilde {x}}^{2}D_{2}(x,t)\right]\right)p(x,t)+O(\varepsilon ^{2}).\end{aligned}}$$

यह समीकरण $p(x',t+\varepsilon )$ को $p(x,t)$ के कार्यात्मक के रूप में व्यक्त करता है. $(t'-t)/\varepsilon$ पुनरावृत्ति समय और सीमा $\varepsilon \rightarrow 0$ का प्रदर्शन क्रिया (भौतिकी) के साथ अभिन्न पथ देता है

$$S=\int \mathrm {d} t\left[{\tilde {x}}D_{1}(x,t)+{\tilde {x}}^{2}D_{2}(x,t)-{\tilde {x}}{\frac {\partial x}{\partial t}}\right].$$

वेरिएबल ${\tilde {x}}$ से जुड़ना $x$ प्रतिक्रिया वेरिएबल कहलाते हैं।

यद्यपि औपचारिक रूप से समतुल्य, फोककर-प्लैंक समीकरण या पथ अभिन्न सूत्रीकरण में विभिन्न समस्याओं को अधिक सरलता से हल किया जा सकता है। उदाहरण के लिए संतुलन वितरण फोककर-प्लैंक समीकरण से अधिक सीधे प्राप्त किया जा सकता है।

यह भी देखें

• कोलमोगोरोव पिछड़े समीकरण (प्रसार)
• बोल्ट्ज़मैन समीकरण
• व्लासोव समीकरण
• मास्टर समीकरण
• माध्य-क्षेत्र खेल सिद्धांत
• बीबीजीकेवाई पदानुक्रम|बोगोलीउबोव-बॉर्न-ग्रीन-किर्कवुड-यवोन समीकरणों का पदानुक्रम
• ऑर्नस्टीन-उहलेनबेक प्रक्रिया
• संवहन-प्रसार समीकरण
• क्लेन-क्रेमर्स समीकरण

अग्रिम पठन

• Frank, Till Daniel (2005). Nonlinear Fokker–Planck Equations: Fundamentals and Applications. Springer Series in Synergetics. Springer. ISBN 3-540-21264-7.
• Gardiner, Crispin (2009). Stochastic Methods (4th ed.). Springer. ISBN 978-3-540-70712-7.
• Pavliotis, Grigorios A. (2014). Stochastic Processes and Applications: Diffusion Processes, the Fokker–Planck and Langevin Equations. Springer Texts in Applied Mathematics. Springer. ISBN 978-1-4939-1322-0.
• Risken, Hannes (1996). The Fokker–Planck Equation: Methods of Solutions and Applications. Springer Series in Synergetics (2nd ed.). Springer. ISBN 3-540-61530-X.